近年來，大資料技術以各種不同的方式影響著我們的生活。通過對大量資料加以分析，政府、企業和學者等可以找到有價值的東西，從而提升我們的生活水平，改善我們的生活和工作方式。越來越多的企業利用大資料分析工具找到發展趨勢和適合企業發展的方法，從而為合夥人帶來利益。
資料集的記憶體都是以千兆位元組計算的，因此要對如此巨大的資料進行分析也是一項挑戰，並且往往都有時間要求，只有對資料快速的解讀和分析才能更快做出決策。
如果找不到適宜的分析工具，那麼大資料的管理和分析就非常浪費時間。這裡提供幾種提高大資料分析價值的方法：
1. 資料融合
成功的大資料分析可以使使用者應對工作中的困難，例如發現業務計劃和工作中的缺陷和失誤。它甚至可以將新的細分市場進行拆分，企業可以提供新的產品和服務。要想做到這些，就需要從各種資源得來的資料中抓住重點從而做出重要決策。
在資料分析中，時間至關重要。很多企業領導者和決策制定者需要實時的資訊來快速做出決定。但是據估算，大約80%的時間都花在了準備和整理資料上。這樣一來真正的分析工作只佔20%。
因此高效的處理工作非常重要，例如資料分析的提取、轉換和載入過程(ETL)。我們認為，2015年ETL處理手段將被更多企業加以利用，這是一種更簡潔的資料準備過程，同時不需要過多的IT技術。
一個好的ETL工具可以將從多個來源獲取的資料融合在一起，也包括公共資料。它讓使用者的注意力集中到一個源頭，獲得相關性更高的資訊，提高工作效率。同時可以確保使用者的資訊來源是唯一的，降低錯誤溝通的風險。
據統計，資料量每2-3年時間就會成倍增長，這些資料蘊含著巨大的商業價值，而企業所關注的通常只佔總資料量的2%-4%左右。因此，企業仍然沒有最大化地利用已存在的資料資源，以致於浪費了更多的時間和資金，也失去制定關鍵商業決策的最佳時機。
於是，企業如何通過各種技術手段，並把資料轉換為資訊、知識，已經成了提高其核心競爭力的主要瓶頸。而ETL則是主要的一個技術手段。目前，ETL工具的典型代表有：Informatica、Datastage、OWB、微軟DTS、Beeload、Kettle……
2. 溝通無障礙
就像之前說過的，大資料分析工具可以幫助企業解決商業難題。從業人員也許能很好的理解這些問題，但IT人員卻不能完全理解，這樣就不能提供和專業需求相匹配的分析報告。再加上溝通不順暢，領導層就無法及時得到有用資訊，也就無法快速做出決策。
如果技術人員能夠使用這種自助服務分析工具，就能夠找到問題所在並做出可以彌補漏洞的決定。此外，他們還可以將資料同其他開放資訊結合在一起，挖掘細分市場。企業還可以共享IT資源來發掘更多的資料資訊。
原文來源：Maximizing the value of big data analytics